Les gigantesques volumes de données produites au quotidien par les voyageurs durant leurs déplacements deviennent un sujet d’intérêt pour les collectivités et les industriels. De la visualisation des flux de passagers à un arrêt de bus jusqu’à la planification urbaine, le big data consiste à collecter et traiter ces données pour apporter des analyses précises sur les réseaux de transport aux autorités organisatrices et aux opérateurs.
Les transports publics et la mobilité n’échappent pas à l’ère du big data. Sujet à la mode et associé à celui des villes intelligentes, ou smart cities, le big data est apparu avec les géants du Web (Google, Yahoo, Amazon, etc.), confrontés les premiers à de gigantesques volumes d’informations à traiter. Pour Philippe Sajhau, vice-président Smarter Cities IBM France, « on a changé d’ère en termes de production de données, à tous les niveaux de la société, 88 % des consommateurs vont sur le Web avant leur shopping, 13 000 applications sont téléchargées chaque minute et d’ici 5 ans, le volume de données créées aura triplé. »
Aujourd’hui, la multiplication des outils numériques (smartphones, montres et voitures connectées, etc.) et l’usage quotidien de ces appareils génèrent des informations de toute sorte et en permanence: localisation géographique, durée, horaire, profil d’utilisation, dépenses, fréquence, relation avec son réseau de contacts, etc. D’après le cabinet de conseil Gartner, le big data répond à trois problématiques qu’il résume sous la formule des 3V: grand volume de données, grande variété de type d’informations collectées issues de plusieurs sources et grande vitesse de collecte et de traitement. Les outils de big data sont donc conçus pour éclairer les analyses et aider la décision en termes d’aménagement de réseaux: quels sont les flux de voyageurs, à telle heure et à telle station? Quel est le profil de ces voyageurs? De quel type de titre de transport bénéficient-ils? Quels sont leurs parcours sur mon réseau? Quels modes de transport empruntent-ils? Quelle influence le mauvais temps a-t-il eu sur la fréquentation de mon réseau? Etc.
Le transport public ne vit pas dans un monde clos et la diffusion des technologies numériques de ses usagers, ainsi que de ses outils métier (billettique, paiement, information voyageurs, etc.) le rapproche naturellement des technologies de big data. « Le transport public cherche à réduire les émissions de CO2, les embouteillages en ville et le nombre de tués sur la route. Les systèmes de transports intelligents et le big data posent la question, comment tirer parti des données pour atteindre ces objectifs? », poursuit Philippe Sajhau, à l’occasion d’une conférence organisée au congrès ITS de Bordeaux début octobre. « On peut distinguer deux usages du big data dans les transports, opérationnel et analytique », résume Étienne Chevreau, responsable stratégie ITS et équipement billettique de Thales, fournisseur de solutions big data. « Le premier permet de récolter des informations utiles pour gérer l’opérationnel du système comme la maintenance, la validation des titres, le contrôle de la fraude, les flux financiers. Le deuxième usage est analytique, les données enregistrées dans les puits de données permettent des analyses régulières pour préparer une meilleure planification ». Outre la billettique, « les parkings, les péages ou encore les réseaux sociaux permettent de remonter de très nombreuses informations et seront utiles à travers trois applications que sont la visualisation graphique, l’analyse et la modélisation », complète un autre industriel du secteur, Mathias Serre, directeur commercial transport et secteur public de Xerox Business Solutions.
Ce changement d’ère, visible au quotidien dans nos usages, certaines autorités de transport (AO) l’ont identifié. « Nous sortons d’une époque où l’on construit d’abord des infrastructures routières, puis des systèmes de transport en commun », explique Jean Coldefy, chargé des programmes circulation et transports publics du Grand Lyon. « Nous arrivons à la limite de nos capacités, et donc nous entrons aujourd’hui dans une logique d’optimisation des infrastructures et des financements. » « La vraie question est celle d’un meilleur usage de l’espace, comme nous l’avons inscrit dans notre document stratégique de déplacements », estime également Chloé Perreau, chef de projet smarter mobility, déplacements et multimodalité de Montpellier Méditerranée Métropole, à l’occasion du congrès ITS. « L’ère de l’infrastructure, celle des routes, des tramways, des autobus, arrive à essoufflement. Aujourd’hui, nous devons penser à optimiser nos réseaux grâce aux données. Je pense qu’il y a une prise de conscience dans les collectivités et au niveau national pour s’interroger sur la manière dont les informations peuvent changer l’utilisation des modes de transport », poursuit-elle.
Plus simples à manipuler et moins coûteuses qu’un projet lourd d’infrastructure, les données générées dans les transports deviennent un outil de décision, à condition de briser les silos. Autrement dit, il faut permettre l’échange des données de transport avec d’autres sources. « Corréler les informations météo avec celles de l’utilisation des vélos en partage peut avoir du sens, non pas uniquement pour simplifier la mobilité, mais aussi pour influer sur les comportements et assurer de meilleurs remplissages des transports partagés, et au final mieux répartir les mobilités dans le temps et l’espace », complète la chef de projet de la métropole montpelliéraine.
Aujourd’hui, les nouvelles technologies permettent l’optimisation des mobilités à grande échelle pour rentabiliser les infrastructures existantes. « Ce thème du big data devient de plus en plus présent, car les technologies sont devenues accessibles et plus performantes, explique Étienne Chevreau de Thales, notamment trois d’entre elles: la gestion des bases de données, les algorithmes et les tableaux de bord dynamique. »
Ce trio est utilisé par les plus grandes entreprises technologiques du monde que sont les Gafa (Google-Apple-Facebook-Amazon), et il est désormais à la portée de davantage d’entreprises et d’organisations. « On sent un réel intérêt de la part des autorités et des élus, poursuit Mathias Serre, ce sujet fait partie intégrante de leur projet de mobilité, ils ont compris que traiter les données issues de multiples modes de transport permet de donner du sens, en opérationnel comme pour les services de planification urbaine des collectivités. »
Mais la prise en compte de ces sujets de big data et d’optimisation de l’existant pourrait être réservé à une certaine taille d’agglomération, en termes de compétences et de moyens spécifiques. « D’un côté, on trouve des AOT de taille modeste qui perçoivent l’intérêt du big data mais qui manquent de temps pour se saisir de la question, elles ont d’autres priorités. De l’autre, ce sont des AOT de taille importante, comme le Stif en Île-de-France, qui s’organisent autour de ce sujet », estime Étienne Chevreau. Il mise sur une plus grande diffusion des compétences pointues en big data, grâce à un data scientist ou un data analyst, soit en interne, soit par un accompagnement extérieur.
Ces nouvelles compétences sont rendues encore plus nécessaires, en raison de l’élargissement des périmètres d’exploitation transport et de la multiplication des modes de mobilité à prendre en compte pour favoriser l’intermodalité. Le big data à la rescousse du big bang des transports?
« Ce thème du big data devient de plus en plus présent, car les technologies sont devenues accessibles et plus performantes. »
« La vraie question est celle d’un meilleur usage de l’espace, comme nous l’avons inscrit dans notre document stratégique de déplacements. »